说明
1、模型集成是指将一系列不同模型的预测结果集成在一起，以获得更好的预测结果。
2、模型的多样性对于模型集成非常重要。Diversityisstrength.集成模型应尽可能好，同时应尽可能不同。
同一个网络，使用不同的随机初始化，多次独立训练，然后集成，意义不大。更好的方法是使用结构非常不同的模型进行集成，使每个模型的偏差在不同的方向上相互抵消，结果更加稳定和准确。
实例
它们可以用多种不同的方法集成，最简单的方法是取平均值：
final_preds=0.25*(preds_a+preds_b+preds_c+preds_d)
由于每个模型的性能存在差距，最好的方法是平均加权：
final_preds=0.5*preds_a+0.25*preds_b+0.1*preds_c+0.15*preds_d
以上是python模型集成的介绍，希望对大家有所帮助。更多Python学习指导：python基础教程
本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。